e-works数字化企业网  »  文章频道  »  管理信息化  »  BI

大数据时代商业智能(BI)展望

2018/2/13    来源:互联网    作者:佚名      
关键字:大数据  商业智能  BI  
随着互联网技术的发展,未来的大数据时代,如何更快获取有用的信息是关键,智能分析工具会变得越来越重要。

    大数据具有4个特征(4V):

    (一)数据量大(Volume)

    第一个特征是数据量大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T)。

    (二)类型繁多(Variety)

    第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等,多类型的数据对数据的处理能力提出了更高的要求。

    (三)价值密度低(Value)

    第三个特征是数据价值密度相对较低。如随着物联网的广泛应用,信息感知无处不在,信息海量,但价值密度较低,如何通过强大的机器算法更迅速地完成数据的价值“提纯”,是大数据时代亟待解决的难题。

    (四)速度快时效高(Velocity)

    第四个特征是处理速度快,时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

    基于大数据以上特性,对于传统BI来说是一个重大的挑战和冲击。

    以RTB(实时竞价广告)模式为例,这种面向网民的广告实时推送方式需呀以毫秒级的速度分析海量数据,进而实现互联网广告的精准推送。RTB模式主要需解决“人的认知”和“价值几何”,前者需要对每个用户实施消费行为进行分析,意味着需要解读万亿量级的数据;后者则需依托复杂算法计算ROI(投资回报率),告诉决策并显现交易结果,而每笔竞价只有50毫秒乃至更少的决策时间。收纳并瞬间解构如此庞大的数据,也只有大数据工具才能做到。

    传统BI采集的数据主要来自于ERPCRM等,具有格式化的数据,而大数据采集的数据种类则多种多样,既有结构化的数据,更多的是非结构化的数据。这就要求数据处理技术在分析、算法上相对传统BI来说有极大的改变,已经无法依赖传统的BI工具。类似RTB这类新兴商业模式不断涌现,对于营销反应速度提出极高的要求,传统BI能支持小时级的决策已经很了不起了,无法应对如此几乎是实时决策分析的要求,处理如此海量的数据分析及计算。数量和速度就是大数据带给传统BI的挑战。

    大数据和BI都需要构建数据仓库、分析系统,再进行数据挖掘、实现数据呈现,运用机理和技术结构其实是一致的。与BI不同,大数据处理的数据是杂乱的、非结构化的数据,因此大数据有它独特的数据分析工具,其建模也要比BI复杂得多,数据呈现方式也不仅仅是报表方式。从这方面来看大数据能力要比传统BI强大得多。几年前还只有大型网络公司应用大数据技术,而如今,零售业、银行业、公共事业、智能社区等领域,几乎所有拥有海量数据的企业都在使用或开始尝试使用大数据技术,这些技术在部分项目中也起到了关键的作用,这些将挤压传统BI工具的生存空间。

    大数据的出现对BI行业来说是一个挑战也是巨大的商机。也正是大数据的出现促进了BI加速发展,不断升级。

    大数据分析缺乏成熟的实践经验,其方式方法与传统的数据仓库与BI系统有着一定的区别。在实施大数据分析项目之前,企业不仅应该知道使用何种技术,还应该知道在什么时候、什么地方使用。各数据之间有哪些关联性?哪个数据是可信的?如何从海量的数据中挖掘出有价值的、易用的客户信息?

    要回答这些问题,企业需要一个单一、完整、可信的客户数据视图,而创建一个单一、完整、可信的客户数据视图,数据集成是关键。没有集成的数据,其商业价值为零。数据集成让组织机构能够将传统的交易数据与全新的交互数据组合起来,从而获得在其他情况下无法达成的洞察力和价值。

    在大数据概念面世之前,商业智能(BI)几乎是我们进入‘智慧世界’的不二选择,然而,价格不菲的数据库、数据仓库、ETL等工具共同构筑的高门槛挡住了很多企业一探究竟的脚步,而数据规模爆炸式的增长更是加高了这个门槛,让很多企业对于获取‘智慧’的投入成本望而怯步。

    尽管随着技术不断进步,商业智能日益平民化,如今基于EXCL表也能在一定程度上实现传统商业智能的部分功能。但是商业智能最经典的架构还是基于数据仓库为基础,利用ETL工具进行数据抽取、转化、建模,然后通过报表等形式展现结果。整个过程每个环节都投资不菲且耗时,因此很长时间以来,商业智能被认为大企业的专有。相对而言,大数据主要用于互联网企业,采用通用硬件设备加上开源软件实现,成本相对低廉得多。入门门槛低,也是大数据能够迅速兴起的重要原因。

    随着互联网技术的发展,未来的大数据时代,一定是各种信息呈现规模快速增长的状态,如何更快获取有用的信息是关键,智能分析工具会变得越来越重要,可以凌驾于多个管理系统、数据库之上,如何通过更灵活、可控的BI工具,真正挖掘出大数据时代的价值,是大数据和BI面临的共同挑战。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐